Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

A theory of global memory systems

Opis projektu

Marzenia dzienne pomagają w nauce i zapamiętywaniu

Przypadkowe odkrycie sprzed kilku dziesięcioleci pozwala lepiej zrozumieć obszary mózgu, które są praktycznie nieaktywne, gdy człowiek skupia się na zadaniu, i najbardziej aktywne, gdy tak naprawdę nic nie robi. Ilość dostępnych badań na temat tych obszarów, zwanych „siecią stanu spoczynkowego” (ang. Default Mode Network, DMN), rośnie w tempie wykładniczym, jednak rola DMN w przetwarzaniu informacji wciąż pozostaje niewyjaśniona. Co ciekawe, podczas snu lub czuwania w stanie spoczynku obszar mózgu mający podstawowe znaczenie dla uczenia się i pamięci wykazuje podobne cechy, odtwarzając wcześniejsze doświadczenia poprzez ponowne angażowanie tych samych sekwencyjnych aktywacji komórek. Zespół projektu REPLAY_DMN postanowił zbadać, czy DMN i odtwarzanie zapamiętanych doświadczeń są ze sobą powiązane. Eksperymenty obrazujące aktywność mózgu od skali sieci aż do poziomu pojedynczego neuronu u myszy w stanie gotowości dostarczą danych, na podstawie których opracowany zostanie model obliczeniowy procesu tworzenia się i konsolidacji pamięci.

Cel

Spontaneous activity accounts for most of what the brain does and is likely to be key for information processing in the brain, but its function is still quite mysterious. Two key spontaneous activity processes are the Default Mode Network, a set of areas that are most markedly connected and active during behavioural idleness, and memory replay, the spontaneous reactivation of neural patterns occurring during experience.
I will test the hypothesis that the DMN plays a key role in memory replay processes. This theory, if confirmed, would bring important conceptual advances: to memory studies, as it would provide a mechanism supporting the formation and consolidation of complex memory representations. To the Default Mode Network field, as replay can be used as the “Rosetta Stone” to decipher the computations the DMN performs, moving beyond the connectivity, dynamics, and cognitive correlates, typical focus of DMN research.
I will explore this theory by an experimental study of spontaneous neural activity over the whole mouse cortex, going from large field-of-view 2-photon imaging and high-volume electrophysiology for the single neuron scale, to voltage sensitive imaging and electrocorticography, to resting state fMRI, in animals running memory tasks.
I will characterize the network dynamics and the encoding and replay of memories by quantifying conveyed information and assessing its nature (e.g. about simple percepts vs. complex events, remote vs. memories). I will also measure critical behaviour in these networks, and test whether neuronal avalanches, that occur in spontaneous activity, play a role in conveying information across distant brain areas.
I will model the consequences of these mechanisms for computation by formulating a machine learning based model of memory formation and consolidation, endowing a deep network with critical properties and memory replay.

Dziedzina nauki (EuroSciVoc)

Projekt nie został jeszcze sklasyfikowany według klasyfikacji EuroSciVoc.
Wskaż dziedziny nauki, które twoim zdaniem są najbardziej istotne z punktu widzenia tego projektu i pomóż nam usprawnić naszą usługę klasyfikacji.

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

ERC-ADG - Advanced Grant

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) ERC-2018-ADG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

STICHTING RADBOUD UNIVERSITEIT
Wkład UE netto
€ 2 375 000,00
Koszt całkowity
€ 2 375 000,00

Beneficjenci (1)